Kada je prvi put razvijeno prepoznavanje glasa?

Tehnologija prepoznavanja glasa potječe iz ranog 20. stoljeća, ali tek je 1950-ih to područje počelo značajno napredovati. Godine 1952. istraživači Homer Dudley, R. B. Newman i William C. Dersch razvili su prvi sustav automatskog prepoznavanja govora (ASR) u Bell Labsu. Sustav, poznat kao sustav Audrey, mogao je prepoznati skup od deset znamenki koje je izgovorio jedan zvučnik.

Tijekom 1960-ih i 1970-ih ASR tehnologija nastavila se razvijati, a istraživači su istraživali različite pristupe kao što su dinamičko vremensko iskrivljenje (DTW) i skriveni Markovljevi modeli (HMM). U 1980-ima polje je doživjelo proboj uvođenjem umjetnih neuronskih mreža (ANN), što je dovelo do značajnih poboljšanja u točnosti ASR-a.

Devedesete su obilježile komercijalizaciju ASR tehnologije, s tvrtkama kao što su Nuance Communications, IBM i Microsoft koja su uložila velika sredstva u razvoj softvera za prepoznavanje govora. Ovaj napredak doveo je do širokog usvajanja tehnologije prepoznavanja glasa u različitim aplikacijama, uključujući glasovne asistente, softver za diktiranje i sustave interaktivnog glasovnog odgovora (IVR).

Danas se tehnologija prepoznavanja glasa nastavlja razvijati, a stalna su istraživanja usmjerena na poboljšanje točnosti, smanjenje latencije i omogućavanje razumijevanja prirodnog jezika. Nedavni napredak u dubokom učenju i umjetnoj inteligenciji dodatno je ubrzao razvoj sustava za prepoznavanje glasa, što je dovelo do još sofisticiranijih aplikacija koje su jednostavnije za korištenje.